AI伺服器供應鏈爆發成長關鍵：海外擴廠時程、風險指標與長期趨勢

AI挖漏洞加速，Cisco(CSCO)推Live Protect搶時間防線

生成式AI被測出可在短時間內挖出大量軟體漏洞，讓資安防線面臨更大壓力。Cisco（CSCO）推出 Live Protect 平台，主打在系統不停機的情況下，先加掛防護罩阻擋已知攻擊手法，爭取後續修補時間，凸顯資安產業正進入與AI駭客競速的新階段。 文章指出，Anthropic 的 AI 模型 Claude Mythos 在測試中展現出強大的漏洞搜尋能力，能在短時間內找出涵蓋瀏覽器與作業系統在內的數千個弱點，打亂過去依賴固定修補週期的資安節奏。Cisco 基礎建設與安全事業群資深副總 Tom Gillis 也提到，當新增漏洞數以千計時，單靠人工逐一修補幾乎不可能跟上。 在這樣的環境下，時間變成資安攻防的核心變數。傳統更新往往需要維護時段、停機或重啟系統，會產生防護空窗；而 AI 若能快速掃描並放大弱點，任何延遲都可能提高風險。Live Protect 的設計，就是希望在這段時間差中先把攻擊流量擋下來，再安排完整更新。 Live Protect 直接運行在 Cisco 網路硬體上，讓資安團隊能針對特定已知攻擊手法，即時套用防護層，而不必先把系統下線。文章形容，這種做法像是在高速行駛的車輛上邊跑邊修，重點是先封住漏洞利用管道，再進行正式修補。 不過，這類臨時防護也有爭議。部分資安專家擔心，企業若過度依賴防護罩，可能延後真正的程式修補，反而累積技術債。此外，Live Protect 目前主要運行於 Cisco 自家設備上，對採用多供應商或雲端原生架構的企業而言，整合難度仍是一大考驗。 整體來看，市場對過渡期防護的需求可能持續升溫。當攻守雙方都導入AI工具，資安產業或將從事件回應走向持續性防禦，並朝零時差布署的方向發展。Cisco 等主流廠商未來可能把即時防護、AI 偵測與自動化修補建議整合成閉環，形成從偵測到封堵再到修補的一套流程。 這篇文章也提醒，AI 不只是提升效率的工具，同時也放大了攻擊與防守的速度差。未來監管機構如何規範 AI 模型的安全測試與釋出標準，以及企業如何在導入 AI 時平衡創新與風險控制，將成為資安產業的重要課題。

Workday (WDAY) 回落 5.73%：AI 競爭疑慮與軟體 EPS 上修並存

雲端人資與財務軟體商 Workday (WDAY) 最新報價為 148.22 美元，單日下跌約 5.73%，股價明顯回落。盤中雖一度受軟體族群走強帶動，根據 CNBC 報導，軟體股在 6 月首個交易日強勢上攻，iShares Expanded Tech-Software Sector ETF (IGV) 盤前即漲 4.5%，其中 Workday 曾一度上漲約 6%，但隨後出現獲利了結與情緒反轉。 從基本面與產業面來看，CNBC 指出，今年 Salesforce、ServiceNow 與 Workday 等公開掛牌軟體公司股價受到壓抑，市場擔憂生成式 AI 與自動化代理（autonomous agents）將顛覆既有的企業 SaaS 模式，投資人對「工作流程型」軟體長期競爭力產生疑慮，壓抑相關評價。 不過，根據 Societe Generale 研究，整體美國軟體 EPS 成長循環持續強化，軟體 EPS 修正比例來到 8 年新高，Workday 亦名列年度 AI 題材上調名單之一，顯示基本面預期仍有支撐。短線股價波動較大，市場焦點仍在 AI 競爭情緒與收益、EPS 上修動能是否能延續。

生成式AI熱潮背後的管理失焦：企業與政府為何「有工具沒目標」？

全球企業與政府紛紛導入生成式AI，但實務上卻出現錯配與濫用：有些原本可用傳統模型解決的資料分類，卻被硬套上生成式AI；也有顧問公司把員工AI使用率直接納入績效指標。文章指出，AI導入最大的風險不在技術本身，而在組織文化、目標設定與管理機制失能。 文中提到，一位資料分析公司AI工程師曾建議客戶分群專案不必使用生成式AI，因傳統機器學習就能提供更穩定、可重複且成本更低的結果，但高層仍選擇GenAI，只為對外宣稱公司「擁抱AI」，最後反而出現準確度較差、成本更高的情況。顧問業也出現制度化壓力，像 Accenture 要求員工展現經常使用AI工具的紀錄，KPMG 甚至設定內部AI工具使用率目標，顯示「有沒有在用AI」已逐漸被量化成績效。 不過，多數組織真正的問題其實是目標不清。文章引述顧問公司高層案例指出，當被問到「為什麼要用AI」時，來自不同部門的回答彼此並不一致，有人想跟上競爭對手，有人想提高獲利，也有人想減少外包，導致投資難以聚焦，最後容易變成花大錢上工具、卻沒有實質回報。 政府部門同樣急於導入AI。英國政府喊出要用AI重構政府運作，但工會調查顯示，多數基層員工並未被充分諮詢，導致改革感受像是「加在員工頭上」，而不是與員工共同設計。文章也提到，推動AI若缺乏一致治理與一線參與，最後可能讓導入速度變慢，甚至削弱整體效率。 在企業內部，AI教育與風險治理雖然開始補強，但世代、性別與工作型態差異，仍讓工具上線不等於價值落地。Culture Amp 執行長則提醒，若把AI疊加在原本就破碎或充滿恐懼的組織文化上，結果可能是導入遲緩、員工不清楚目標，甚至演變成昂貴卻空洞的數位轉型秀。 文章最後也把焦點拉回資本市場，提到 Microsoft (MSFT) 的 AI 與雲端投資案例。分析指出，生成式AI需求推升資料中心資本支出，但市場對未來營收回報的理解仍在摸索，顯示投資人同樣面臨如何看懂AI投資與回報時間差的課題。 整體來看，文章的核心並不是否定AI，而是提醒企業與政府：先釐清要解決什麼問題、由誰參與設計、如何建立治理與責任機制，才是AI導入能否真正產生價值的關鍵。

AI寫程式市場擴張，Google(GOOGL)與微軟(MSFT)如何搶占開發者生態系

在生成式AI快速成長的背景下，AI寫程式工具正成為科技巨頭與新創共同競逐的焦點。Anthropic憑藉Claude Code在市場上快速打出知名度，OpenAI則將重心轉向企業端，推出Codex參與競爭。Google(GOOGL)與微軟(MSFT)也相繼推出新工具，並試圖結合雲端服務、開發者生態與定價策略，吸引更多企業與工程師使用。 Google(GOOGL)在開發者大會上主打代理式AI技術，發表Antigravity 2.0，強調可協調多個代理程式平行執行任務，同時也在Gemini 3.5 Flash的說明中強調程式編寫能力。微軟(MSFT)則預計在Build大會上，將程式編碼模型整合進Copilot，並以具競爭力的價格擴大市占率。兩家公司都不只看重工具本身的收入，也希望開發者依賴這些產品後，進一步帶動雲端運算與平台使用量。 市場研究公司Mordor Intelligence預估，AI寫程式工具市場將以每年26%的速度成長，規模將從今年的93億美元擴張到2031年的約300億美元。創投公司Theory Ventures創辦人Tomasz Tunguz也認為，AI未來可能佔據企業研發支出的30%至60%。這反映出AI程式工具不只是輔助開發的功能升級，也可能改變企業研發資源的配置方式。 除了科技巨頭，新創公司的發展同樣引發關注。Cursor近期與SpaceX簽署協議，獲得高達600億美元收購的權利，引發市場對傳統軟體公司競爭壓力的討論。Anthropic則宣布以9650億美元估值完成融資，並秘密提交IPO申請，同時推出升級版Claude Opus 4.8，強化處理複雜程式碼任務的能力。 在成本上升的壓力下，科技巨頭也開始調整商業模式。Google(GOOGL)在開發者大會後重置Antigravity的代幣配額，微軟(MSFT)則開始依照實際使用量向Copilot用戶收費。分析人士指出，這類計費方式不僅有助於反映運算成本，也可能成為綁定用戶與其他產品的手段。以Snowflake(SNOW)為例，執行長Sridhar Ramaswamy提到，一位高生產力工程師每年在內部開發工具與Claude Code上的成本可達5萬美元。 Google(GOOGL)也透過低價訂閱與收購強化布局，包括以24億美元取得Windsurf技術授權，並延攬其執行長與核心研究人員。雖然Google執行長Sundar Pichai坦言，公司在代理式AI與長期任務執行方面仍落後，但低門檻價格與龐大雲端基礎設施，仍有助於提升開發者採用率。另一方面，企業用戶目前多傾向同時測試多種工具，MongoDB(MDB)執行長CJ Desai便表示，公司提供工程師三種生成式AI工具，並只簽一年期合約，以保留供應商切換彈性。 整體來看，AI寫程式市場正從單一工具競爭，進一步走向生態系、雲端平台與企業採購模式的全面比拼。對Google(GOOGL)與微軟(MSFT)而言，真正的重點不只是誰的模型更強，而是誰能更有效把開發者留在自己的平台上。

AI程式助手成新戰場：Anthropic、OpenAI、Google與Microsoft搶開發者入口

生成式AI的競爭重心，正從聊天機器人轉向「寫程式」戰場。Anthropic憑藉Claude Code與超長上下文記憶率先突圍，OpenAI轉攻企業端，Google與Microsoft則各自透過雲端整合與價格策略爭取開發者。市場預估，AI程式工具規模到2031年將達300億美元，顯示掌握開發者入口，已成為雲端與AI算力競爭的核心。 目前走得最快的是Anthropic。該公司以AI程式助手Claude Code在企業開發者社群建立聲量，並持續強化模型在程式碼與工具鏈上的能力。最新進展包括將旗艦模型Claude Opus升級為Opus 4.8，預設上下文長度提高到100萬token，讓工程師能在單一對話中放入更大型的程式庫與系統設計，維持長程任務所需的工作記憶。 OpenAI也已明顯把重心從消費者市場轉向企業端，讓程式模型Codex直接對上Claude Code。與此同時，Google與Microsoft也全面投入這場競爭，但打法不只是在模型能力上較勁，更是在爭奪開發者會長期依附的雲端與平台入口。 Google在開發者大會上主打「agentic AI」架構，推出Antigravity 2.0，宣稱可讓多個AI代理人分工協作，例如一個負責寫網站程式，另一個同步產生品牌素材，再由後端自動編排。Google也發布Gemini 3.5 Flash，並調高Antigravity的token額度與模型使用速率上限，同時推出每月100美元的AI開發訂閱方案，藉由較低價格吸引工程師留在Gemini與自家雲端生態中。 Microsoft則在Build開發者大會上準備推出新一代程式模型，並整合進Copilot。市場關注的焦點在於，微軟不僅要提供更具價格優勢的模型，還希望借助GitHub龐大的開發者基礎，把Copilot打造成AI程式入口。由於GitHub Copilot已可接入Anthropic、Google與OpenAI等多家模型，微軟未來是否會從單純的平台通路，進一步成為自家關鍵模型的供應者，備受外界觀察。 市場規模也支撐這場競爭的激烈程度。研究機構Mordor Intelligence預估，AI程式工具市場將以每年26%的速度成長，從今年約93億美元增加到2031年的300億美元。創投人士Tomasz Tunguz甚至認為，長期來看，AI可能占企業研發支出的30%到60%。對Google與Microsoft這類雲端服務供應商而言，AI程式助手帶來的不只是訂閱收入，更重要的是穩定的雲端工作負載，以及持續回流的訓練數據。 分析師因此把AI程式工具形容為「新世代的入門毒藥」。Forrester分析師Ken Parmelee指出，工程師只要下達「幫我建一個XXX系統」這類指令，背後就會消耗大量token，而這些運算大多跑在特定雲端上，等於逐步把客戶綁進供應商的基礎設施。對雲端業者來說，先以低價甚至補貼推廣工具，再透過記憶體、運算與整合服務回收成本，是典型的「剃刀與刀片」商業模式。 在客戶端，市場目前仍看不出單一供應商壟斷的局面。以MongoDB為例，該公司同時導入Anthropic的Claude Code等三種生成式AI工具，並採取一年短約，以便依市場變化快速替換供應商。這反映出企業在AI程式工具快速演進的環境下，傾向保留高度彈性，只要價格或性能不符合預期，就會調整使用上限或改用其他產品。 整體來看，AI程式工具已開始改寫軟體公司與雲端廠商的估值邏輯。一方面，投資人擔心部分以程式工具或開發平台為主的公司，護城河可能被AI壓縮；另一方面，能把AI程式能力內建到產品中的企業，則可能在未來幾年獲得更高的成長動能。短期內，這個市場仍處於快速變動階段，但方向已經很清楚：誰掌握開發者入口，誰就更有機會掌握下一輪AI與雲端產業的主導權。

蘋果放棄 Apple Watch MicroLED 計畫，短期獲利與供應鏈影響受關注

蘋果（Apple，AAPL）據報放棄為 Apple Watch 開發 MicroLED 螢幕的計畫，原因包括成本過高、技術複雜，並可能已裁減部分相關工程人員。外界先前曾預期蘋果會以自研 MicroLED 降低對三星、LG 等供應商的依賴，但目前看來，這項技術短期內仍難以落地。 文章也提到，蘋果近來在多項新計畫上進展不如預期，包括自駕車專案取消、生成式 AI 可能改採外部工具，以及中國手機市場面臨壓力。整體來看，若缺乏新產品或新技術帶動，蘋果短期獲利表現可能承壓，市場對股價表現的期待也相對保守。

Adobe推出Firefly Video Model，AI影片生成商機與股價變化怎麼看？

Adobe（ADBE）最新推出 AI 影片生成技術 Firefly Video Model，正式進軍影片生成市場，並與 OpenAI 的 Sora、Meta 等競爭對手在影像生成領域正面交鋒。這次新工具的核心賣點，是能依文字提示生成影片，並強調可與傳統拍攝內容自然融合，支援相機位置、角度、運動等編輯控制。 Adobe 的另一個差異化策略，是使用經授權的合法數據訓練模型，訴求生成內容可用於商業用途，降低企業客戶在著作權與合規上的疑慮。文章提到，百事公司（PEP）旗下 Gatorade 已使用 Adobe 的圖像生成技術，Mattel（MAT）也採用相關工具來加速芭比娃娃包裝設計，顯示其生成式 AI 已開始進入實際商業應用。 不過，Firefly Video Model 目前仍處於早期開放測試階段，尚未公布具體影片工具的商業客戶，市場對其實際採用速度與商業化效果仍有觀察空間。整體來看，Adobe 透過 AI 影片生成切入創意工具升級趨勢，若後續能擴大企業應用並維持合規優勢，將有助於強化其市場競爭力與長期成長想像。

AI崛起重塑矽谷創投圈，昔日熱錢退潮後新創估值如何重估

五年前，美國新創市場曾因低利率與疫情需求推升，出現大量資金湧入、估值快速墊高的現象。許多公司在尚未獲利前，就已拿到高額估值與充沛募資。 但自2022年聯準會升息後，市場資金明顯收緊，創投環境開始反轉。更關鍵的是，ChatGPT問世後，生成式AI改變了軟體開發與產品競爭的基本邏輯，讓創投圈重新衡量新創公司的真實價值。 文章指出，AI工具使工程效率大幅提升，傳統軟體與工作流程型SaaS公司面臨重新定價壓力。像 Salesforce（CRM）、ServiceNow（NOW）與 Workday（WDAY）等已上市軟體巨頭，也因AI威脅而承受市場壓力。 另一方面，資金正集中流向 OpenAI、Anthropic 等AI領域，許多非AI核心新創則陷入募資困難。根據 PitchBook 數據，美國仍有大量估值超過10億美元的獨角獸，但近半數在過去三年未能籌到新資金，顯示先前估值與現況已有落差。 2021年後期募資的公司估值平均明顯下修，2022年募資者也同樣承壓。受影響的不僅是消費品牌，也包括大量企業軟體公司，尤其是以流程、訂閱與人力規模為核心的SaaS模式。 文章最後指出，若無法再融資，這些公司未來更可能走向併購或折價出售；相對地，AI原生新創因開發成本較低、產品迭代更快，正在成為創投資金的新焦點。

生成式AI重定價風暴：獨角獸估值崩塌，資金轉向雲端與AI基建

生成式 AI 正在重塑全球創投與科技版圖，早期高估值的獨角獸企業面臨明顯重定價，部分公司估值大幅下修，甚至出現折價出售或逐步退出市場的情況。與此同時，資金、算力與人才正加速流向 AI 原生公司、雲端平台與大型科技巨頭，顯示市場的資本配置邏輯已經改變。 回顧 2020 至 2021 年的低利率與疫情紅利時期，美國創投圈曾出現大量以成長故事支撐高估值的新創，許多尚未獲利的公司也能迅速躍升為獨角獸。不過，2022 年聯準會升息後，資金成本上升，估值泡沫開始收斂；而 2022 年底 ChatGPT 問世後，市場更明確意識到 AI 對軟體開發、企業流程與人力需求的改寫能力，進一步推動估值模型重新調整。 根據 PitchBook 統計，美國仍有 857 家名義上的獨角獸，但接近一半三年內未再融資，估值幾乎停滯；2021 年最後一輪募資的公司，估值平均較高點下滑 68%，2022 年募資者也平均回落約 52%。累計已有超過 220 家公司被列為「墮馬獨角獸」，顯示這波修正並非個別案例，而是整體市場結構的變化。 受衝擊最深的，多集中在企業軟體與 SaaS 領域。這類公司多半建立在舊有工作流程與人力密集模式上，但在 AI 自主代理與輔助開發工具普及後，產品架構與成本結構都面臨重估。投資人對老牌新創的態度也出現轉變，與其繼續支撐舊模式，不如直接轉向估值更低、成長敘事更貼近 AI 的新創公司。 另一方面，AI 基礎設施與雲端巨頭的布局正在加速。SoftBank 宣布將在法國投入 750 億歐元建置 AI 基礎設施，規模涵蓋資料中心與工業級生產樞紐，展現長期鎖定 AI 需求的企圖心。美國市場中，Nvidia、Meta、Amazon 與微軟也都在 AI 導入與實作上位居前段班，其中微軟不僅強化 Azure 生態，也加速布局自研模型與應用層工具，進一步擴大 AI 在軟體營收中的比重。 整體來看，生成式 AI 不只是新一輪技術升級，更是對資本市場、創投估值與企業競爭力的一次全面重寫。未來真正受市場青睞的，將是能把 AI 轉化為產品優勢、成本效率與商業模式更新的公司，而不是仍依賴舊時代成長邏輯的新創企業。

OpenAI估值飆升至1570億美元，微軟(MSFT)、輝達(NVDA)受惠與風險並存

OpenAI近期完成40億美元無抵押循環信貸，並在新一輪融資後將估值推升至1,570億美元。這反映市場對生成式AI長期成長的高度期待，也讓其重要合作夥伴微軟(MSFT)與輝達(NVDA)成為外界關注焦點。 從業務面來看，OpenAI今年8月營收已達3億美元，較去年初成長1,700%，且市場預估明年銷售額可望達到116億美元。不過，快速擴張也伴隨沉重成本壓力，尤其是對輝達GPU與基礎設施的持續投入，全年虧損預估約50億美元，顯示其商業化進程仍面臨挑戰。 此外，OpenAI近期多位高層離職，並傳出公司內部討論重組為營利企業的可能性，這些變動增加了外界對其治理穩定性與未來策略方向的觀察重點。雖然資金與估值同步提升，OpenAI能否持續把技術優勢轉化為穩定收入，仍是後續關鍵。 整體而言，這次融資與信貸擴充強化了OpenAI的資金彈性，也凸顯微軟(MSFT)、輝達(NVDA)在AI供應鏈中的重要位置；但高成本、虧損與管理層變動，仍是市場評估其後續表現時不可忽略的風險因子。